西门子为世界首辆翻越3600m海拔的纯电动客车提供动力总成系统

<正>西门子为重庆恒通电动客车动力系统有限公司最新研发的无污染、零排放的快速充电纯电动客车提供了ELFA(Electrical Low Floor Axile)动力总成系统。该客车连续行驶463 km,耗时12 h,成为国内第一辆全程不间断、超长时间、超长距离运行,且翻越海拔3 600 m的高山,到达高原旅游区的纯电动大型客车。ELFA动力总成系统的优点显而易见:1产生强大的推力,使得客车的爬坡度达到24%;2节省车载燃料(最高可达50%);3     

两点边值问题的区间小波Galerkin方法

用改进后的区间小波，结合反导数方法生成Ｓｏｂｏｌｅｖ空间中的基，使刚度矩阵的条件数有所降低。提出了逐层算法，使得小波Ｇａｌｅｒｋｉｎ法能充分地利用多分辨分析的正交性实现事后误差估计和局部加密。最后通过对两点边值问题的实例计算验证了结论的正确性。     

基于序列梯度-修复算法的再入飞行器轨迹优化

为研究序列梯度-修复算法在升力式再入飞行器轨迹优化中的应用,给出了控制量约束、过程约束的转化过程,同时结合再入飞行器的强非线性,引入了状态积分,改进了序列梯度-修复算法的更新方法,对改进的算法在升力式再入飞行器拟平滑轨迹优化中的实用性进行了比较分析.仿真结果表明:给出的约束处理方法合理有效;改进的序列梯度-修复算法较原始算法在收敛速度和优化效果上有明显提升,能在更短的时间内获得一条满足约束的升力式再入飞行器拟平滑轨迹,在飞行器轨迹优化中具有较强的应用和发展潜力.     

可重复使用助推飞行器轨迹优化研究

在充分调研国内外轨迹优化方法的基础上,针对可重复使用助推飞行器飞行过程中有一段大攻角飞行且期间还需进行一次大角度翻转的飞行模式,以俯仰角为最优控制量,采用直接打靶法和序列二次规划法,选择速度作为过渡量,将分离点至再入结束点的飞行过程分为调姿转弯段和再入段进行优化.分析了过渡速度和分离点处弹道倾角的取值,得到了较为合理的过渡速度和分离点处弹道倾角的取值范围,进行了该飞行过程的全段轨迹优化.仿真结果表明本文给出的优化策略能较好地获得一条满足约束条件的优化轨迹.     

西门子荣获“第3届数控系统用户调查”最受用户满意的数控品牌奖

西门子荣获由中国机床工具工业协会数控系统分会颁发的"第3届数控系统用户调查"最受用户满意的数控品牌奖。西门子(中国)有限公司工业业务领域驱动技术集团副总裁、运动控制部总经理裴安咨先生表示,"从1960年西门子推出世界上第一台商用数控系统以来,西门子一直秉承科技创新的理念,结合中国本地市场的需要,开发适合中国客户需求的数控产品。我们一直致力于成为中国数控机床市场最可靠、最值得信赖和最具竞争力的合作伙伴。这一奖项的获得是对西门子多年来为中国数控系统发展所作贡献的高度肯定。"     

西门子推出高性能普及型数控系统Sinumerik808DADVANCED

由Sinumerik808DADVANCED、SinamicsV70驱动器以及SimotiCSS-1FL6伺服电机组成的数控系统解决方案将为用户带来简单易用的操作体验。该系统的高性能和高可靠性还可以显著提升普及型机床的加工精度和加工效率。     

图像水印的信道容量模型及其估算

运用信息论的基本原理来估计一幅图像中可以嵌入的信息量，就是水印信道的理论容量问题。文章首先给出了水印信道的模型，然后分析了DCT系数的分布特点并从理论上估计了水印信道的容量，最后给出了相应的实验结果。     

TD—HSDPA网络规划及组网策略

TD—HSDPA由于采用了高阶调制16QAM、HARQ和快速调度等算法，在实测中表现出较高的频率利用率和码字利用率，并且在很多方面拥有优良的性能。但是，TD—HSDPA仍然存在一些问题，     

基于LapSRN的图像超分辨率重建算法

Since the existing algorithm LapSRN only using the robust Charbonnier loss and traditional convolution kernel,it can cause model cannot extract more high-frequency information and have relatively small receptive filed. In this paper, we use structur- al loss combined with robust Charbonnier loss and use dilated convolution kernel to replace the traditional convolution kernel to im- prove the performance of our model. Experimental results show that our model can extract more high-frequency information and the quality of reconstructed image has been improved, meanwhile it doesn’t increase the complexity of model.     

基于能效优化的仿人机器人跑步步态优化与控制

针对高能耗导致的仿人机器人难以大规模实用化的问题,提出了一种新的仿人机器人参数化跑步步态优化方法。分析了不同跑步步态参数对仿人机器人水平、垂直方向的稳定性及能耗的影响,将机器人步态优化问题转化为对步态参数的多目标寻优问题,根据连杆模型得到机器人跑步过程中水平、垂直方向的稳定裕度及能耗表达式,并构造目标函数,采用基于对位学习的遗传算法对机器人参数化跑步步态进行多目标寻优,在保证机器人俯仰、翻滚和偏摆各方向力矩平衡的前提下降低整体能量消耗;针对传统遗传算法早熟及收敛速度慢的问题,提出基于领域知识的精细化初始成员策略,采取生成种群成员对位点的方式更新种群,以加快收敛速度;为提高轨迹跟踪性能,设计了自适应控制器,并给出了稳定性证明。仿真实验表明:该方法能有效降低能耗并保证其稳定性。